Автор: Основной участник Biteye @anci_hu49074

Блокчейн постепенно становится финансовой инфраструктурой для ИИ, а идеал децентрализации срочно нуждается в прорыве.

В прошлом сообщество ввело много новых терминов, касающихся сочетания блокчейна и ИИ: Web3 AI относится к различным комбинациям, Crypto AI склоняется к консервативному и прагматичному подходу, надеясь обеспечить базовую финансовую инфраструктуру для ИИ с помощью криптовалюты; в то время как DeAI представляет собой новаторский идеал децентрализации, пытаясь использовать блокчейн для создания демократического и справедливого ИИ, в котором сможет участвовать каждый.

В идеале эти два пути могли бы идти параллельно, совместно продвигая эффективную и справедливую экосистему Web3 AI. Однако реальность всегда драматична: ажиотаж вокруг спекуляций Nof1 о криптовалюте на базе искусственного интеллекта едва утих, в то время как X402, поддерживаемый такими гигантами, как Google, Cloudflare и Coinbase, стремительно набирает популярность, ещё больше укрепляя веру в то, что блокчейн станет базовой инфраструктурой для платежей на основе искусственного интеллекта — направления развития Crypto AI.

Однако этот мощный импульс развития крипто-ИИ в некоторой степени усилил нашу зависимость от традиционных гигантов и ускорил их дальнейшее расширение. Как мы можем дать возможность обычным людям участвовать в распределении ценности ИИ и избежать дальнейшей зависимости от традиционных гигантов? DeAI нужен новый способ преодолеть эту проблему.

На этом фоне Gradient предлагает свой собственный ответ.

Облачный или локальный? Это ключевой вопрос для децентрализованного ИИ.

Облако или локально — это выбор, с которым мы часто сталкиваемся.

В прошлом удобство облака заставляло нас оптимистично заявлять «все в облаке», полагая, что с ускорением 5G мы сможем освободиться от ограничений оборудования и получить хранилища и вычислительные мощности по низким ценам посредством «лизинга», что было бы гибким и экономичным вариантом.

Но в эпоху искусственного интеллекта это «право выбора» потихоньку отнимают — базовый чип Nvidia может легко стоить десятки тысяч долларов, а обычные люди могут выйти на рынок, только перейдя в облако, будучи вынужденными следовать сценарию «Верблюда Сянцзы», тем самым незаметно передавая больше власти облачным гигантам.

Выбор готовых облачных продуктов может показаться вопросом эффективности и удобства, но на самом деле это означает полную потерю контроля над личными «ИИ-активами». В эпоху до ИИ мы, возможно, могли позволить себе обменивать данные на бесплатные услуги; однако, поскольку границы возможностей ИИ продолжают расширяться, однажды ИИ будет управлять нашими активами, принимать решения о наших инвестициях и понимать наши самые сокровенные и уязвимые желания и скрытые боли, став неотъемлемой частью нашей жизни.

Однако если вы используете облачное решение, то эта важная часть находится в руках поставщика облачных услуг. Помните всеобщее отчаяние, охватившее интернет, когда ChatGPT4 удалили из магазинов приложений?

Цель Gradient — предоставить каждому возможность развертывать модели, предоставив абсолютный суверенитет над своими «ИИ-активами» и помогая хранить данные локально, обеспечивая при этом конфиденциальность и безопасность.

Это не означает, что Gradient полностью переключился на локализацию, отказавшись от преимуществ облака в производительности и масштабируемости. Напротив, благодаря сетевым решениям Gradient может сочетать производительность облака с преимуществами локальной конфиденциальности. Пользователи могут наслаждаться высокой эффективностью и гибкостью облака, обеспечивая при этом безопасность данных и автономность, и одновременно снижать расходы за счет сетевого взаимодействия. В сценариях с высоким спросом, таких как ИИ-компаньоны и транзакции на базе ИИ, эта модель обеспечивает беспрецедентные комплексные преимущества.

И начнем мы с Параллакса, чтобы объяснить все это.

облако

местный

Градиентный параллакс

Капитальные вложения

Низкий

высокий

В основном бесплатно

Уровень сложности

Капитальные вложения

Низкий

высокий

В основном бесплатно

Уровень сложности

Простой

Катастрофа

Простой

Защита конфиденциальности

Низкий

высокий

высокий

Суверенитет данных

никто

иметь

иметь

Вы когда-нибудь задавались этим вопросом? Модели с открытым исходным кодом великолепны и обладают высоким уровнем видения, но на практике они кажутся мне бесполезными. У обычных людей, таких как мы, нет вычислительной мощности графических процессоров, и мы не можем справиться со сложными проектами по настройке. Даже если эти модели доступны бесплатно на HuggingFace, те, которые заявлены как работающие на ноутбуках, часто ограничены уровнем топового Macbook Pro M4, и их производительность всё ещё очень ограничена.

Как преодолеть разрыв между моделями с открытым исходным кодом и обычными пользователями и раскрыть их мощный потенциал? Gradient предлагает своё решение — Parallax.

Бесплатно – Parallax – это полностью открытая операционная система на базе искусственного интеллекта, которую можно бесплатно скачать и установить на ПК или Mac. Затем вы можете выбрать подходящую модель из более чем 40 доступных Parallax моделей с открытым исходным кодом и загрузить её на свой локальный компьютер для автономной работы, обеспечивая полную конфиденциальность и нулевые затраты (если не считать расходы на электроэнергию).

Простота — весь процесс установки очень быстрый, требует лишь небольших знаний по работе компьютерного терминала (вы можете легко решить эту проблему с помощью ИИ), и обычно его можно завершить в течение трех минут.

Масштабируемость – Как уже упоминалось, производительность отдельного компьютера ограничена, и даже самые мощные ПК не справляются с требованиями к производительности операций LLM. Поэтому, помимо режима Local-Host (локального) для работы на одном компьютере, Parallax также предлагает:

- Co-Host (режим Co-Host): поделитесь вычислительной мощностью компьютера друга в локальной сети (LAN). Если у вас несколько устройств, вы также можете объединить их таким образом.

- Глобальный хостинг: распределенный хостинг в географически распределенных глобальных сетях (WAN) обеспечивает совместную работу более распределенных вычислительных мощностей и работу более крупных моделей.

Благодаря этому модель с открытым исходным кодом наконец стала доступна всем, предлагая комплексное решение, сочетающее в себе максимальную конфиденциальность и отказоустойчивую производительность.

Самые непосредственные впечатления после использования продукции Gradient — простота использования и уважение к пользователям.

Parallax элегантно упрощает сложные локальные процессы развертывания и совместного вывода, обеспечивая плавный и удобный пользовательский интерфейс. Более того, команда выпустила интересную демонстрационную версию чат-бота . В отличие от типичных чат-ботов, он отображает процесс вывода каждого узла сети в режиме реального времени, отвечая на вопросы, что позволяет пользователям наглядно увидеть всю картину децентрализованного вывода.

Помимо искренности по отношению к пользователям, общая схема бизнеса DeAI компании Gradient также очень комплексная и продуманная.

Опираясь на возможности децентрализованного вывода Parallax, компания Gradient также представила Echo — децентрализованный протокол обучения с подкреплением, а также архитектуру Lattica, которая служит базовым уровнем передачи данных, формируя полный децентрализованный стек технологий ИИ.

Echo — это инновационная платформа для децентрализованного обучения с подкреплением (RL), которая разделяет этапы «выборки выводов» (генерации данных) и «обучения модели», назначая для каждого из них наиболее подходящее оборудование. Например, обычные компьютеры и ноутбуки отвечают за сбор данных и взаимодействие с окружающей средой, в то время как высокопроизводительные серверы фокусируются на обучении и обновлении моделей. Это не только эффективно интегрирует гетерогенные распределенные вычислительные мощности, но и повышает эффективность обучения, снижает затраты и обеспечивает более гибкое децентрализованное развертывание.

Lattica, как универсальный механизм передачи данных, отвечает за эффективную и безопасную передачу критически важных данных, таких как веса моделей и токены вывода, в децентрализованных сетях. Благодаря задержке всего 98 мс, он охватывает более 3300 городов и 37 000 узлов по всему миру и известен как «артерии данных» экосистемы Gradient.

Lattica, как универсальный механизм передачи данных, отвечает за эффективную и безопасную передачу критически важных данных, таких как веса моделей и токены вывода, в децентрализованных сетях. Благодаря задержке всего 98 мс, он охватывает более 3300 городов и 37 000 узлов по всему миру и известен как «артерии данных» экосистемы Gradient.

На основе Echo компания Gradient обучает ряд отраслевых моделей, которые приближаются к производительности GPT-5 и Claude Sonnet 4.5 или даже превосходят ее в реальных условиях, способствуя внедрению Infra.

Кроме того, используя преимущества своей мощной распределённой вычислительной сети в скорости и стоимости, компания Gradient запустила сервис Gradient Cloud для корпоративных пользователей и планирует создать уровень доверия на основе ИИ, ориентированный на проверяемость выводов и обучения LLM, а также на обеспечение конфиденциальности пользователей без возможности отслеживания. Опираясь на эту основу, Gradient также создаст совместную сеть из нескольких агентов ИИ для стимулирования инноваций на прикладном уровне и формирования полного бизнес-цикла.

Сложность децентрализованного ИИ не меньше, чем сложность бросить вызов капитализму, требуя высокой степени согласованности между временем, местоположением и человеческим фактором.

Gradient привлекла $10 млн начального финансирования благодаря инвестициям Pantera Capital и Multicoin Capital при участии Sequoia China. Эрик, один из двух основателей, ранее работал над такими проектами, как Helium и Neo, а также имеет опыт работы в таких ведущих университетах, как класс Яо Университета Цинхуа, обладатели золотых медалей ACM, Беркли, Университета Карнеги-Меллона и Швейцарской высшей технической школы Цюриха, а также опыт работы в ведущих технологических компаниях, таких как Google, Apple, ByteDance и Microsoft.

Что касается исследований, команда неизменно демонстрирует высокую продуктивность в таких областях, как распределённое машинное обучение, агенты искусственного интеллекта и верифицируемые вычисления, и опубликовала множество подробных публикаций. В частности, ожидается, что Gradient представит свои основные инновации в области сложных алгоритмов планирования на конференции ICLR 2026 по искусственному интеллекту, решая проблему планирования на гетерогенном оборудовании в децентрализованном обучении.

Выдающиеся возможности Gradient в области продуктов и исследований получили постоянное признание и поддержку. Parallax в настоящее время занимает первое место в рейтинге Product Hunt и сотрудничает с ведущими лабораториями ИИ с открытым исходным кодом, такими как @Kimi_Moonshot и @Alibaba_Qwen. Одна конфигурация ПК/Mac позволяет без проблем запускать крупные модели, такие как Kimi K2 и Qwen3 235B.

На уровне инфраструктуры Gradient использует SGLang от @LMSYSOrg, популярной компании в сфере инфраструктуры ИИ из Кремниевой долины, в качестве высококонкурентного бэкэнда вывода, поддерживающего непрерывную пакетную обработку и повторное использование кэша «ключ-значение». Кроме того, Gradient получает встроенную поддержку MLX LM на Apple Silicon, что обеспечивает высокую пропускную способность и низкую задержку во время выполнения крупномасштабных задач.

Кроме того, Gradient активно укрепляет своё влияние в экосистеме Solana. Проект также является одним из спонсоров популярного хакатона Solana x402, работая совместно с партнёрами по экосистеме, такими как Visa и Phantom, над созданием важнейшей инфраструктуры искусственного интеллекта в экосистеме Solana.

Можно сказать, что в то время, когда вся индустрия DeAI все еще находится на этапе «перехода реки на ощупь», Gradient добилась хороших результатов с точки зрения возможностей продукта, опыта команды и признания в отрасли.

Недавняя борьба за власть в OpenAI лишила нас дара речи, одновременно обнажив системные риски централизованного ИИ: когда власть слишком сконцентрирована, цена потери контроля и правонарушений становится слишком высокой. Децентрализованный ИИ — это не просто технологический идеал, но и неизбежное условие для здорового развития отрасли.

Долгое время децентрализованный ИИ с открытым исходным кодом оставался преимущественно уделом академической среды, а обычные пользователи могли лишь наблюдать за развитием событий со стороны, за толстым «техническим барьером». К счастью, Gradient пытается преодолеть этот разрыв — не только постоянно совершенствуя удобство использования продукта, но и предпринимая последовательные шаги в инновационных исследованиях и комплексных разработках, позволяя большему числу людей по-настоящему получить доступ к возможностям открытого ИИ и извлечь из них пользу.

Конечно, путь к децентрализованному ИИ ещё долог, и каждый аспект, включая производительность, безопасность, этику и управление, полон сложностей. Но, по крайней мере, некоторые уже делают уверенные шаги вперёд.